AI Ready Model – koncepttest

När ni har lyckats öka kunskapen inom ert team/er organisation om AI-teknik och dess potential är det dags att gå vidare med några identifierade potentiella användningsfall. Som ett resultat av Labs-fasen bör du ha en lista över potentiella användningsfall som lämpar sig för en implementering av AI-teknik inom din organisation. 

Från denna lista bör du välja ett eller några användningsfall som är kandidater för en ”Proof of Concept” (PoC). En PoC innebär att ni testar tekniken och de antaganden ni har gjort för att verifiera om det är möjligt att implementera AI-teknik för att uppnå de resultat ni önskar i verkliga användningsfall.

Ett Proof of Concept är i grunden ett test och bör behandlas som sådant. Om PoC:et visar sig vara framgångsrikt bör du dock vara beredd att överföra det till en produktionsmiljö, så tänk på detta när du planerar och fördelar resurser. När du prioriterar mellan olika användningsfall för PoC:et bör du leta efter fall som ger störst genomslag för organisationen eller som har potential att visa på verkligt värde. 

På så sätt kan PoC:et potentiellt användas som ett bra exempel för framtida initiativ. Innan du påbörjar arbetet med PoC bör du definiera framgångskriterier och vad du vill utvärdera med PoC. Dessa kriterier bör inte bara omfatta tekniska aspekter, utan även implementeringsmetodik, utbildning, säkerhetsaspekter och organisatorisk acceptans. 

Om möjligt bör framgångskriterierna även inkludera nyckeltal (KPI:er) för de affärseffekter du vill uppnå. Dessa kan till exempel vara kortare handläggningstid för kundförfrågningar, antalet hanterade kundförfrågningar under en given tidsperiod, ökad kodningseffektivitet eller vilken affärsnytta du än strävar efter att uppnå med ditt AI-initiativ. 

Det kan också vara så att initiativet riktar sig mot helt nya affärsidéer eller funktioner som organisationen vill införa eller stödja med hjälp av AI.

Hela syftet med PoC:n är att besvara frågan om det är möjligt att implementera AI-teknik med de valda modellerna och metodiken. Det är också därför som varje PoC-fall måste utvärderas mot de definierade framgångskriterierna. 

Om PoC av någon anledning inte lyckas är detta ändå av stort värde, så länge vi kan dra lärdom av det och justera eventuella misstag eller underskattade utmaningar inför nästa fall. På så sätt lär sig organisationen över tid på ett agilt sätt genom verkliga fall. 

När en PoC-implementering anses lyckad har man ett ”recept” på hur ett AI-användningsfall kan genomföras. En framgångsrik PoC-implementering kan därför användas som ett gott exempel och bör lyftas fram som sådant för att ge ditt initiativ en bra skjuts och bevisa det potentiella värdet för resten av organisationen som använder AI-teknik.

För att en PoC-implementering ska bli framgångsrik bör du vara beredd att överföra den till produktion, så att du kan dra nytta av de resurser som satsats och låta organisationen dra nytta av det implementerade användningsfallet. Denna nästa fas kommer att behandlas i kommande blogginlägg i denna AI Ready-serie, där vi presenterar ”Redpill Linpro AI Ready-modellen”.